YTCommentQA

该数据集名为YTCommentQA，其中包含了从YouTube自然生成的提问，这些问题根据回答的可能性以及回答所需的模态（视觉、文本或两者兼备）进行了分类。数据集还包括了回答可能性的类别：无法回答、仅通过视觉可回答、仅通过文本可回答，以及当提供视觉和文本时才能回答。该数据集包含了来自2004个视频的2332个问题，其任务是进行回答可能性分类。